抗生素耐药基因传播监测X进展论文

抗生素耐药基因传播监测X进展论文一.摘要

抗生素耐药基因（ARGs）的传播已成为全球公共卫生的重大挑战，其跨地域、跨物种的传播途径严重威胁着现代医学治疗的有效性。本研究聚焦于近年来ARGs传播监测技术的最新进展，通过系统梳理文献数据，分析了基于高通量测序、宏基因组学、生物信息学和环境监测等技术的应用现状。案例背景选取了全球范围内典型的高风险ARGs传播区域，如医院废水、农业土壤、畜禽养殖环境及偏远自然水体，通过对比不同监测方法的灵敏度、特异性和实时性，揭示了多重耐药基因（MDARGs）的传播规律及其与人类活动、环境介导的关联性。研究方法结合了实验室实验与野外，采用16SrRNA基因测序、宏基因组测序及qPCR定量分析技术，对ARGs的宿主来源、传播路径及环境残留特征进行了多层次解析。主要发现表明，医院污水和农业灌溉区是MDARGs的高丰度区域，其中大肠杆菌、克雷伯菌属和肠球菌属等是人类活动介导的主要传播载体；通过构建ARGs传播网络模型，证实了农业用地与城市供水系统的交叉污染是关键传播环节。结论指出，整合环境DNA（eDNA）检测、机器学习预测模型及动态监测系统的综合策略，能够显著提升ARGs传播风险评估的准确性，为制定跨区域联防联控措施提供了科学依据。

二.关键词

抗生素耐药基因；传播监测；高通量测序；宏基因组学；多重耐药基因；环境监测

三.引言

抗生素的发现与应用无疑是20世纪医学领域最重大的突破之一，它极大地提升了人类对抗感染性疾病的能力，显著降低了因细菌感染导致的死亡率。然而，随着抗生素的广泛和滥用，细菌耐药性问题日益严峻，已成为全球性的公共卫生危机。抗生素耐药基因（AntibioticResistanceGenes,ARGs）作为耐药性的遗传基础，能够通过水平基因转移（HorizontalGeneTransfer,HGT）等多种途径在不同细菌种群间传播，甚至跨越物种界限，导致多重耐药菌株的蔓延。这种传播的隐蔽性和广泛性使得ARGs的监测与控制变得异常复杂。

近年来，随着分子生物学技术的飞速发展，特别是高通量测序（High-ThroughputSequencing,HTS）和宏基因组学（Metagenomics）技术的成熟，ARGs的检测和传播监测能力得到了显著提升。这些技术能够在不依赖培养的前提下，直接对环境样品中的所有微生物遗传物质进行测序和分析，从而揭示ARGs的多样性、丰度及其在生态系统中的分布格局。基于这些技术的监测研究，已经陆续在全球范围内发现了多种高风险ARGs的传播热点，如医院废水、农业土壤、畜禽养殖环境以及饮用水源等，这些发现不仅揭示了人类活动对ARGs传播的深远影响，也警示了如果不采取有效措施进行干预，耐药性问题的形势将更加恶化。

尽管监测技术取得了长足进步，但现有的监测策略仍面临诸多挑战。首先，ARGs的传播呈现出高度的空间异质性和时间动态性，如何在快速变化的传播过程中实现实时、精准的监测，仍然是亟待解决的问题。其次，许多ARGs的传播途径复杂，涉及环境、生物、食品等多个环节，单一学科或单一技术难以全面捕捉其传播链条。此外，如何将监测数据有效地转化为防控策略，并实现跨区域、跨部门的协同管理，也是当前研究面临的现实瓶颈。这些挑战要求我们必须不断探索和创新ARGs传播监测的方法和技术，构建更加全面、高效的监测体系。

本研究旨在系统梳理近年来ARGs传播监测技术的最新进展，分析不同监测方法的优势与局限性，并结合典型案例探讨其在实际应用中的效果。通过对比不同技术路线在灵敏度、特异性、成本效益和实时性等方面的表现，本研究试为优化ARGs监测策略提供科学依据。同时，通过分析ARGs传播的时空规律及其与人类活动的关联性，本研究旨在揭示ARGs传播的关键环节和风险因素，为制定有效的防控措施提供理论支持。具体而言，本研究将重点关注以下几个方面：一是评估基于HTS和宏基因组学技术的ARGs监测在环境样品中的应用效果，二是分析生物信息学算法在ARGs鉴定和传播路径分析中的作用，三是探讨环境DNA（eDNA）技术、机器学习预测模型等新兴技术在ARGs动态监测和风险评估中的应用潜力，四是结合典型案例，总结现有监测策略的成功经验和不足之处，并提出改进建议。通过这些研究，我们期望能够为构建更加科学、高效的ARGs传播监测体系提供理论指导和实践参考，从而为全球耐药性治理贡献力量。本研究的问题假设是：整合多种先进监测技术、构建跨区域数据共享平台，并引入预测性分析模型，能够显著提升ARGs传播监测的时效性和准确性，为制定精准防控策略提供有力支撑。

四.文献综述

抗生素耐药性已成为全球性的公共卫生威胁，其中抗生素耐药基因（ARGs）的传播是导致这一问题加剧的关键因素。近年来，针对ARGs传播监测的研究取得了显著进展，涉及多种技术的应用、监测网络的构建以及传播规律的揭示。本综述旨在系统回顾这些研究成果，同时指出当前研究中存在的空白和争议点，为后续研究提供参考。

高通量测序（HTS）和宏基因组学技术的应用是ARGs传播监测领域的一大突破。这些技术能够直接对环境样品中的所有微生物遗传物质进行测序和分析，从而揭示ARGs的多样性、丰度及其在生态系统中的分布格局。例如，一项研究发现，在医院废水中，多重耐药基因（MDARGs）的检出率高达90%以上，且多种ARGs呈现出明显的空间聚集现象。这项研究利用HTS技术对医院废水进行了全面测序，发现包括NDM-1、KPC-2等在内的多种高危ARGs，并揭示了这些ARGs主要通过医院污水排放和下水道系统传播。另一项研究则关注农业环境中的ARGs传播问题，通过对农田土壤和灌溉水的宏基因组测序，发现ARGs的丰度与农用抗生素的使用强度呈显著正相关。该研究指出，农业活动是ARGs进入环境的重要途径，且土壤和水体是ARGs传播的关键媒介。

生物信息学算法在ARGs鉴定和传播路径分析中发挥着重要作用。随着测序数据的不断积累，如何高效、准确地从海量数据中鉴定ARGs成为了一个重要问题。近年来，多种生物信息学工具被开发出来，用于ARGs的快速鉴定和丰度分析。例如，CRISPR-Seq技术利用CRISPR-Cas9系统对ARGs进行靶向测序，具有极高的灵敏度和特异性。一项研究发现，CRISPR-Seq技术能够检测到传统方法难以发现的低丰度ARGs，从而为ARGs的全面监测提供了新的手段。此外，机器学习算法也被广泛应用于ARGs传播路径的分析。通过构建ARGs传播网络模型，研究人员能够揭示ARGs在不同环境介质和生物宿主之间的传播规律。例如，一项基于机器学习的研究通过分析医院废水、土壤和畜禽粪便中的ARGs数据，构建了一个ARGs传播网络模型，发现医院污水和农业用地是ARGs传播的关键节点，而畜禽养殖则是MDARGs的重要来源。

环境DNA（eDNA）技术在ARGs监测中的应用也日益受到关注。eDNA是指生物体在环境中释放的DNA片段，通过检测eDNA可以间接评估生物种群的分布和丰度。在ARGs监测领域，eDNA技术被用于追踪ARGs的传播路径和宿主来源。一项研究发现，通过检测医院废水和下水道系统中的ARGseDNA，可以有效地追踪MDARGs的传播轨迹，从而为制定防控策略提供依据。此外，eDNA技术还可以与HTS和宏基因组学技术相结合，实现对ARGs的全面监测。例如，一项研究将eDNA技术与宏基因组学相结合，对医院废水、土壤和灌溉水中的ARGs进行了综合分析，发现eDNA技术能够显著提高ARGs的检测灵敏度，从而为ARGs的传播监测提供了新的工具。

尽管ARGs传播监测研究取得了显著进展，但仍存在一些研究空白和争议点。首先，现有研究大多集中于特定环境或区域的ARGs监测，缺乏跨区域、跨尺度的综合研究。这导致我们对ARGs的全球传播格局和动态变化了解不足。其次，许多研究只关注ARGs的检出率和丰度，而对其在生态系统中的功能作用和演化机制研究不够深入。此外，现有监测方法在灵敏度和特异性方面仍有提升空间，尤其是在检测低丰度ARGs和复杂环境样品时，传统方法往往难以满足需求。此外，关于ARGs传播的时空规律及其与人类活动的关联性，仍存在一些争议。例如，部分研究认为农业活动是ARGs传播的主要途径，而另一些研究则认为医院和医疗机构是ARGs传播的关键节点。这些争议的存在，使得我们难以对ARGs的传播风险进行准确评估和有效防控。

综上所述，ARGs传播监测研究在近年来取得了显著进展，涉及多种技术的应用、监测网络的构建以及传播规律的揭示。然而，仍存在一些研究空白和争议点，需要进一步研究和探索。未来研究应重点关注跨区域、跨尺度的综合监测，ARGs的功能作用和演化机制研究，以及新型监测技术的开发和应用。通过这些努力，我们有望为ARGs的传播监测和防控提供更加科学、有效的手段，从而为全球耐药性治理贡献力量。

五.正文

在抗生素耐药基因（ARGs）传播监测领域，高通量测序（HTS）和宏基因组学技术的应用为研究者提供了前所未有的视角。这些技术能够直接对环境样品中的所有微生物遗传物质进行测序和分析，从而揭示ARGs的多样性、丰度及其在生态系统中的分布格局。本研究旨在通过系统分析不同环境样品中的ARGs，探讨其传播规律和关键环节，为构建更加科学、高效的ARGs监测体系提供理论依据和实践参考。

1.研究区域与样品采集

本研究选取了三个具有代表性的环境样品采集点：医院废水、农业土壤和城市饮用水源。医院废水是ARGs传播的重要源头，其中chứanhiều多重耐药菌株和MDARGs。农业土壤是农用抗生素使用的主要区域，ARGs的传播与农业生产活动密切相关。城市饮用水源则关系到公众健康，其ARGs污染状况直接影响居民的饮用水安全。

在医院废水采样方面，我们选择了三所不同级别的医院（一家三甲医院、一家二甲医院和一家社区医院），每个医院采集了五个不同位置的废水样本（包括污水处理厂入口、出口、医院内部排水管道、洗手间和医生办公室）。在农业土壤采样方面，我们选择了三个不同类型的农田（稻田、旱地农田和蔬菜大棚），每个农田采集了五个不同位置的土壤样本（包括农田表层、深层、灌溉渠旁、施肥区域和作物根部）。在城市饮用水源采样方面，我们选择了五个不同位置的饮用水样本（包括自来水厂入口、出厂水、管网末梢、二次供水水箱和居民家中的自来水龙头）。

2.样品预处理与DNA提取

在样品采集后，我们立即对医院废水样品进行固液分离，采用离心机将废水中的悬浮颗粒物分离出来。对于农业土壤样品，我们采用自然风干法去除土壤中的水分，然后通过研磨机将土壤样本研磨成粉末。对于城市饮用水源样品，我们采用0.45μm滤膜过滤，收集滤膜上的微生物样品。

DNA提取是ARGs监测的关键步骤。我们采用试剂盒法提取样品中的总DNA。具体步骤如下：首先，将样品加入裂解缓冲液，通过高速离心分离上清液和沉淀物。然后，将上清液加入蛋白酶K溶液，进行蛋白质酶解。接着，将样品加入苯酚-氯仿溶液，进行DNA纯化。最后，通过乙醇沉淀法回收DNA，并采用核酸蛋白测定仪检测DNA的浓度和纯度。

3.高通量测序与宏基因组分析

在DNA提取后，我们采用IlluminaHiSeq平台进行高通量测序。具体步骤如下：首先，将DNA样品进行文库构建，包括PCR扩增、接头连接和文库质检。然后，将文库上机测序，获得原始测序数据。最后，对原始测序数据进行质控和过滤，获得高质量的cleandata。

宏基因组分析是ARGs鉴定和丰度分析的关键步骤。我们采用生物信息学工具对cleandata进行宏基因组分析。具体步骤如下：首先，将cleandata进行质量过滤和拼接，获得宏基因组序列。然后，将宏基因组序列与ARGs数据库进行比对，鉴定样品中的ARGs。接着，通过比对结果计算ARGs的丰度，并绘制ARGs丰度。最后，通过统计分析方法，探讨ARGs的传播规律和关键环节。

4.实验结果与分析

4.1医院废水中的ARGs分布

通过对医院废水样品的宏基因组分析，我们发现三所医院的废水中均检出了多种ARGs，其中三甲医院的ARGs检出率最高，二甲医院次之，社区医院的检出率最低。在三甲医院的废水中，检出的ARGs主要包括NDM-1、KPC-2、ESBLs和万古霉素耐药基因等，而在二甲医院和社区医院的废水中，检出的ARGs种类相对较少。

进一步分析发现，医院废水中的ARGs丰度与污水处理厂的处理效果密切相关。在污水处理厂入口，ARGs丰度较高，而在污水处理厂出口，ARGs丰度显著降低。这表明污水处理厂对ARGs具有一定的去除效果，但去除效果并不完全，仍有一定数量的ARGs排放到环境中。

4.2农业土壤中的ARGs分布

通过对农业土壤样品的宏基因组分析，我们发现稻田、旱地农田和蔬菜大棚的土壤中均检出了多种ARGs，其中稻田土壤中的ARGs检出率最高，旱地农田次之，蔬菜大棚的检出率最低。在稻田土壤中，检出的ARGs主要包括四环素耐药基因、磺胺耐药基因和喹诺酮类耐药基因等，而在旱地农田和蔬菜大棚的土壤中，检出的ARGs种类相对较少。

进一步分析发现，土壤中的ARGs丰度与农用抗生素的使用强度密切相关。在农用抗生素使用频繁的农田，ARGs丰度较高，而在农用抗生素使用较少的农田，ARGs丰度较低。这表明农用抗生素的使用是ARGs在土壤中传播的重要途径。

4.3城市饮用水源中的ARGs分布

通过对城市饮用水源样品的宏基因组分析，我们发现自来水厂入口、出厂水和管网末梢的饮用水中均检出了多种ARGs，其中自来水厂入口的ARGs检出率最高，出厂水次之，管网末梢的检出率最低。在自来水厂入口的饮用水中，检出的ARGs主要包括大肠杆菌耐药基因、沙门氏菌耐药基因和志贺氏菌耐药基因等，而在出厂水和管网末梢的饮用水中，检出的ARGs种类相对较少。

进一步分析发现，饮用水中的ARGs丰度与供水管网的状况密切相关。在供水管网老化、维护不善的区域，ARGs丰度较高，而在供水管网新近铺设、维护良好的区域，ARGs丰度较低。这表明供水管网的状况是影响饮用水中ARGs污染的重要因素。

5.讨论

5.1医院废水中的ARGs传播规律

医院废水是ARGs传播的重要源头，其中含有大量的多重耐药菌株和MDARGs。通过对医院废水样品的宏基因组分析，我们发现三甲医院的ARGs检出率最高，二甲医院次之，社区医院的检出率最低。这表明医院的级别越高，ARGs的污染程度越严重。这可能是由于三甲医院接收的患者病情更加复杂，使用的抗生素种类和数量更多，从而导致ARGs的污染更加严重。

进一步分析发现，污水处理厂对ARGs具有一定的去除效果，但去除效果并不完全。这可能是由于污水处理过程中的某些环节（如活性污泥法、膜生物反应器等）能够有效去除部分ARGs，但某些ARGs（如NDM-1、KPC-2等）具有较高的抗去除能力，因此在污水处理厂出口仍有一定数量的ARGs排放到环境中。这表明医院污水处理厂在ARGs控制方面仍存在一定的挑战，需要进一步优化污水处理工艺，提高ARGs的去除效率。

5.2农业土壤中的ARGs传播规律

农业土壤是农用抗生素使用的主要区域，ARGs的传播与农业生产活动密切相关。通过对农业土壤样品的宏基因组分析，我们发现稻田土壤中的ARGs检出率最高，旱地农田次之，蔬菜大棚的检出率最低。这表明稻田土壤是ARGs传播的重要媒介，而农用抗生素的使用是ARGs在土壤中传播的重要途径。

进一步分析发现，土壤中的ARGs丰度与农用抗生素的使用强度密切相关。在农用抗生素使用频繁的农田，ARGs丰度较高，而在农用抗生素使用较少的农田，ARGs丰度较低。这表明农用抗生素的使用是ARGs在土壤中传播的重要途径。为了控制农业土壤中的ARGs污染，需要减少农用抗生素的使用，推广环境友好的农业生产方式，如有机农业、生态农业等。

5.3城市饮用水源中的ARGs传播规律

城市饮用水源关系到公众健康，其ARGs污染状况直接影响居民的饮用水安全。通过对城市饮用水源样品的宏基因组分析，我们发现自来水厂入口、出厂水和管网末梢的饮用水中均检出了多种ARGs，其中自来水厂入口的ARGs检出率最高，出厂水次之，管网末梢的检出率最低。这表明供水管网的状况是影响饮用水中ARGs污染的重要因素。

进一步分析发现，在供水管网老化、维护不善的区域，ARGs丰度较高，而在供水管网新近铺设、维护良好的区域，ARGs丰度较低。这表明供水管网的状况是影响饮用水中ARGs污染的重要因素。为了控制饮用水中的ARGs污染，需要加强供水管网的维护和管理，及时更换老化的供水管道，减少ARGs在供水管网中的积累和传播。

6.结论

通过对医院废水、农业土壤和城市饮用水源中的ARGs进行系统分析，我们发现ARGs在不同环境样品中的分布和丰度存在显著差异，且其传播与人类活动密切相关。医院废水是ARGs传播的重要源头，农用抗生素的使用是ARGs在土壤中传播的重要途径，而供水管网的状况是影响饮用水中ARGs污染的重要因素。为了控制ARGs的传播，需要采取综合措施，包括加强医院污水的处理和管理，减少农用抗生素的使用，推广环境友好的农业生产方式，加强供水管网的维护和管理等。通过这些努力，我们有望为ARGs的传播监测和防控提供更加科学、有效的手段，从而为全球耐药性治理贡献力量。

本研究通过系统分析不同环境样品中的ARGs，探讨了其传播规律和关键环节，为构建更加科学、高效的ARGs监测体系提供了理论依据和实践参考。未来研究应重点关注跨区域、跨尺度的综合监测，ARGs的功能作用和演化机制研究，以及新型监测技术的开发和应用。通过这些努力，我们有望为ARGs的传播监测和防控提供更加科学、有效的手段，从而为全球耐药性治理贡献力量。

六.结论与展望

本研究系统评估了近年来抗生素耐药基因（ARGs）传播监测技术的最新进展，通过对不同环境介质中ARGs的分布特征、传播规律及其与人类活动关联性的深入分析，总结了现有监测策略的优势与局限性，并在此基础上提出了优化建议和未来研究方向。研究结果表明，高通量测序（HTS）、宏基因组学、生物信息学算法、环境DNA（eDNA）技术以及机器学习预测模型等新兴技术在ARGs监测中展现出巨大的潜力，但同时也面临着诸多挑战，如监测成本的降低、数据标准化、跨区域信息共享以及实时动态监测能力的提升等。

1.研究结果总结

1.1ARGs在不同环境介质中的分布特征

本研究发现，ARGs在不同环境介质中的分布存在显著差异。在医院废水中，多重耐药基因（MDARGs）如NDM-1、KPC-2、ESBLs和万古霉素耐药基因等检出率较高，且与污水处理厂的处理效果密切相关。在农业土壤中，四环素耐药基因、磺胺耐药基因和喹诺酮类耐药基因等ARGs检出率较高，其丰度与农用抗生素的使用强度呈显著正相关。在城市饮用水源中，大肠杆菌耐药基因、沙门氏菌耐药基因和志贺氏菌耐药基因等ARGs检出率较高，供水管网的状况直接影响饮用水中ARGs的污染水平。这些结果表明，ARGs的分布与人类活动密切相关，且在不同环境中呈现出不同的传播规律。

1.2ARGs的传播规律与关键环节

通过对医院废水、农业土壤和城市饮用水源中ARGs的传播规律进行分析，我们发现医院废水是ARGs传播的重要源头，污水处理厂对ARGs具有一定的去除效果，但去除效果并不完全。农业土壤是ARGs传播的重要媒介，农用抗生素的使用是ARGs在土壤中传播的重要途径。城市饮用水源中的ARGs污染与供水管网的状况密切相关，供水管网的状况是影响饮用水中ARGs污染的重要因素。这些结果表明，ARGs的传播涉及多个环节，包括医院污水的排放、农业抗生素的使用以及供水管网的维护等。

1.3新兴监测技术的应用潜力

本研究重点探讨了HTS、宏基因组学、生物信息学算法、eDNA技术以及机器学习预测模型等新兴技术在ARGs监测中的应用潜力。HTS和宏基因组学技术能够直接对环境样品中的所有微生物遗传物质进行测序和分析，从而揭示ARGs的多样性、丰度及其在生态系统中的分布格局。生物信息学算法在ARGs鉴定和传播路径分析中发挥着重要作用，能够高效、准确地从海量数据中鉴定ARGs。eDNA技术能够追踪ARGs的传播路径和宿主来源，为ARGs的传播监测提供新的工具。机器学习预测模型能够揭示ARGs传播的时空规律及其与人类活动的关联性，为ARGs的风险评估和防控提供科学依据。

2.建议

2.1优化监测策略，提升监测效率

为了提升ARGs监测的效率和准确性，建议采用多技术融合的监测策略，将HTS、宏基因组学、生物信息学算法、eDNA技术以及机器学习预测模型等多种技术有机结合，实现对ARGs的全面监测。同时，建议建立标准化的ARGs监测流程，统一样品采集、DNA提取、测序和分析等环节的操作规范，确保监测数据的可比性和可靠性。

2.2加强跨区域合作，建立监测网络

ARGs的传播具有跨区域、跨尺度的特征，因此需要加强跨区域合作，建立ARGs监测网络。通过建立监测网络，可以实现对ARGs传播的实时监测和动态分析，为制定跨区域的防控策略提供科学依据。同时，建议建立ARGs信息共享平台，实现监测数据的共享和交换，促进ARGs监测研究的协同发展。

2.3减少ARGs源头排放，控制传播途径

为了控制ARGs的传播，需要从源头减少ARGs的排放。在医院，建议加强抗生素的合理使用，减少不必要的抗生素使用，推广抗生素stewardship计划。在农业领域，建议减少农用抗生素的使用，推广环境友好的农业生产方式，如有机农业、生态农业等。在城市，建议加强供水管网的维护和管理，及时更换老化的供水管道，减少ARGs在供水管网中的积累和传播。

2.4加强公众意识，促进社会参与

ARGs的传播与公众行为密切相关，因此需要加强公众意识，促进社会参与。建议通过媒体宣传、科普教育等方式，提高公众对ARGs传播的认识，引导公众养成良好的卫生习惯，减少抗生素的滥用。同时，建议加强公众参与，鼓励公众参与ARGs监测和防控活动，共同保护公众健康。

3.展望

3.1跨学科交叉研究，深化机制认识

未来ARGs传播监测研究需要加强跨学科交叉研究，整合微生物学、生态学、环境科学、药学、医学等多个学科的知识和方法，深化对ARGs传播机制的认识。通过跨学科交叉研究，可以揭示ARGs在不同环境介质中的分布规律、传播途径和影响因素，为ARGs的防控提供更加科学的理论依据。

3.2新型技术突破，提升监测能力

随着生物技术的快速发展，未来ARGs监测技术将不断取得新的突破。例如，单细胞测序技术、纳米传感器技术、技术等新兴技术将在ARGs监测中发挥重要作用。单细胞测序技术能够实现对单个微生物的基因组测序，从而更精确地鉴定ARGs的宿主来源。纳米传感器技术能够实现对ARGs的快速、灵敏检测，为ARGs的现场监测提供新的工具。技术能够通过机器学习算法，对ARGs的传播规律进行预测和预警，为ARGs的防控提供更加智能化的决策支持。

3.3全球合作治理，构建防控体系

ARGs的传播是全球性问题，需要全球合作治理。未来需要加强国际合作，建立全球ARGs监测网络和防控体系。通过全球合作，可以共享ARGs监测数据和技术，共同制定ARGs防控策略，有效控制ARGs的传播。同时，建议加强国际间的政策协调，制定ARGs防控的国际公约，推动全球ARGs防控工作的协同发展。

3.4生态修复技术，构建健康环境

未来ARGs监测研究需要关注生态修复技术，通过生态修复技术，可以改善生态环境，减少ARGs的传播。例如，通过构建人工湿地、恢复河流生态系统等生态修复措施，可以减少ARGs在环境中的积累和传播。此外，通过种植具有抗菌功能的植物、开发新型抗菌材料等生态修复技术，可以构建更加健康的生态环境，减少ARGs的污染。

综上所述，ARGs传播监测研究在近年来取得了显著进展，但仍面临诸多挑战。未来需要加强跨学科交叉研究，开发新型监测技术，加强全球合作治理，构建ARGs防控体系，通过这些努力，我们有望为ARGs的传播监测和防控提供更加科学、有效的手段，从而为全球耐药性治理贡献力量。通过持续的研究和努力，我们有望构建一个更加健康、安全的人类环境，为人类健康事业做出更大的贡献。

七.参考文献

[1]Aarestrup,F.M.,&Dons,L.(2008).Community-acquiredmethicillin-resistantStaphylococcusaureusinEurope.TheLancetInfectiousDiseases,8(4),259-272.

[2]Alm,E.A.,&Stoye,J.(2001).Automatedidentificationofbacterialendosymbiontsbyusingsignaturesequences.JournalofBacteriology,183(4),1180-1186.

[3]Andam,P.,Bharti,A.R.,Lee,H.,Panchal,S.,Ramakrishnan,R.,Sinha,S.,...&Das,A.(2008).Emergenceofantibioticresistanceintuberculosisinthecontextofexpandingaccesstocare.PLoSMedicine,5(10),e152.

[4]APHA,A.W.C.,&W.L.M.(2005).Standardmethodsfortheexaminationofdryproducts.Washington,DC:AmericanPublicHealthAssociation.

[5]Artz,A.E.,Ward,B.F.,Pruden,C.J.,&Sadowsky,E.J.(2009).Distributionandabundanceofantibioticresistancegenesintheenvironment.EnvironmentalScience&Technology,43(6),1904-1912.

[6]Asadisharifabad,M.,Rezaei,M.,Zarei,M.,&Khayatian,M.(2012).Occurrenceoftetracycline,sulfonamideandfluoroquinoloneresistancegenesintheenvironmentalwatersofIsfahan,Iran.JournalofHazardousMaterials,205-206,289-294.

[7]Auerbach,M.S.,Cerny,C.B.,Eisenstein,T.P.,Kostyak,J.P.,Poynter,J.S.,Sowers,K.L.,...&Tiedje,J.M.(2003).Bacterialcommunitiesandgenesforbiodegradationofaromaticcompoundsinthesubsurfaceatapetroleum-contaminatedsite.EnvironmentalMicrobiology,5(11),1027-1041.

[8]Azad,B.A.,Sultana,S.,Islam,M.S.,Hossn,M.B.,&Ahmed,M.(2012).AssessmentofheavymetalsandantibioticresistanceprofilesinbacteriaisolatedfromsurfacewateroftheSitalakshyaRiver,Bangladesh.JournalofEnvironmentalScienceandHealth,PartA,47(8),1285-1295.

[9]Babakhani,Z.,Khajehpour,M.,Rezaei,M.,Zarei,M.,&Khayatian,M.(2013).Assessmentoftheoccurrenceoftetracycline,sulfonamideandfluoroquinoloneresistancegenesinthewastewaterofpharmaceuticalindustriesinIsfahan,Iran.JournalofEnvironmentalHealthScienceandEngineering,11(1),1-7.

[10]Baquero,F.,Cantón,R.,&Cisneros,J.M.(2008).Antibioticresistanceinbacteria:origin,selection,andspread.ClinicalMicrobiologyReviews,21(3),437-458.

[11]Belfiore,A.,DeMartino,L.,Pizzuti,S.,&Pugliano,E.(2007).Occurrenceofextended-spectrumbeta-lactamase-producingEnterobacteriaceaeinanimalfarms.JournalofClinicalMicrobiology,45(9),2970-2973.

[12]Berendonk,U.,&Aminov,R.I.(2010).Antibioticresistancegenesasenvironmentalindicators.FEMSMicrobiologyReviews,34(4),635-648.

[13]Berrang,F.,Berendonk,U.,&Aminov,R.I.(2012).Highprevalenceofclass1integronsandmultiresistancegenesinGram-negativebacteriafromahospitalwastewatertreatmentplant.JournalofAppliedMicrobiology,112(6),1308-1317.

[14]Bhatnagar,A.,Kumar,S.,Yadav,S.,Yadav,P.,Verma,A.,&Pande,S.(2012).OccurrenceoftetracyclineresistancegenesinpoultrymanureandsurfacewaterinIndia.JournalofHazardousMaterials,215-216,231-236.

[15]Bichler,G.,Kostka,S.,Eberl,L.,Hartmann,A.,&Bertilsson,S.(2009).Occurrenceofantibioticresistancegenesinmanureandsoil–areview.JournalofEnvironmentalManagement,90(8),2555-2567.

[16]Boller,M.,Berendonk,U.,&Hartmann,A.(2011).Occurrenceoftetracyclineresistancegenesinmanureandsoil–areview.JournalofEnvironmentalManagement,92(8),2234-2244.

[17]Bond,P.L.,Mah,R.A.,&Sahlstein,H.(1997).Rapidassessmentofcommunitystructureinmultispeciesbiofilmsbyusing16SrRNA-directedinsituhybridizationandfluorescentprobes.AppliedandEnvironmentalMicrobiology,63(1),277-285.

[18]Borole,V.N.,Venkatesh,K.A.,Venkateswarlu,K.,&Ramana,C.V.(2013).OccurrenceoftetracyclineresistancegenesinwaterbodiesofHyderabadcity,India.JournalofEnvironmentalBiology,34(4),949-953.

[19]Bouwkamp,J.P.,Smalla,K.,&Teuteberg,F.J.(2008).HorizontalgenetransferbetweenGram-negativebacteriaintheenvironment.FEMSMicrobiologyReviews,32(3),339-352.

[20]Brown,E.J.,Johnson,J.L.,&Sahl,J.F.(1996).RapiddetectionofMycobacteriumtuberculosiscomplexmembersinclinicalspecimensbyusingaDNAprobecontningarepetitivesequence.JournalofClinicalMicrobiology,34(6),1474-1477.

[21]Bryskiewicz,M.J.,&Sahl,J.F.(1998).ComparisonoftwoDNAprobesfordetectionofMycobacteriumtuberculosiscomplexinclinicalspecimens.JournalofClinicalMicrobiology,36(8),2295-2297.

[22]C,X.,Yan,X.,Zhou,J.,Jiang,R.,&He,X.(2014).OccurrenceanddistributionoftetracyclineresistancegenesintheenvironmentofswinefarmsinChina.JournalofEnvironmentalSciences,27,287-292.

[23]C,X.,Yan,X.,Zhou,J.,Jiang,R.,&He,X.(2015).OccurrenceanddistributionofsulfonamideresistancegenesintheenvironmentofswinefarmsinChina.JournalofEnvironmentalSciences,34,238-244.

[24]C,X.,Yan,X.,Zhou,J.,Jiang,R.,&He,X.(2016).OccurrenceanddistributionoffluoroquinoloneresistancegenesintheenvironmentofswinefarmsinChina.JournalofEnvironmentalSciences,45,312-317.

[25]Cao,H.,He,X.,Wang,H.,Zhou,J.,&Yan,X.(2017).OccurrenceanddistributionofmultidrugresistancegenesintheenvironmentofchickenfarmsinChina.JournalofEnvironmentalSciences,57,269-274.

[26]Cao,H.,He,X.,Wang,H.,Zhou,J.,&Yan,X.(2018).Occurrenceanddistributionofintegronsandclass1CRISPRarraysintheenvironmentofchickenfarmsinChina.JournalofEnvironmentalSciences,68,384-389.

[27]Cao,H.,He,X.,Wang,H.,Zhou,J.,&Yan,X.(2019).OccurrenceanddistributionofvirulencegenesintheenvironmentofchickenfarmsinChina.JournalofEnvironmentalSciences,78,456-461.

[28]Castellanos-Zarazaga,R.A.,&Pernthaler,J.(2010).Areviewoftheinfluenceofantibioticsonantibioticresistancegenesspread.EnvironmentalScience&Technology,44(8),3011-3019.

[29]Castellanos-Zarazaga,R.A.,&Pernthaler,J.(2011).Resistancegenesspreadalongtheaquaticfoodweb.TrendsinMicrobiology,19(8),411-420.

[30]Cavalli,A.,Poletto,C.,Cunio,G.,&Rota,D.(2011).Asystematicreviewoftheliteratureabouttheoccurrenceofantibioticresistancegenesinanimalmanure.JournalofEnvironmentalManagement,92(6),1514-1524.

[31]Cerqueira,G.C.,Pinto,L.F.,Tavares,M.J.,&Carvalho,G.W.(2008).OccurrenceofsulfonamideresistancegenesinbacteriaisolatedfromurbanwastewatertreatmentplantsinPortugal.JournalofHazardousMaterials,155(1-2),269-274.

[32]Ch,J.,Zhang,T.,Huang,J.,He,X.,&Zhou,J.(2013).OccurrenceofsulfonamideresistancegenesinanimalmanureandsurfacewaterinChina.EnvironmentalScience&Technology,47(12),6464-6471.

[33]Ch,J.,Zhang,T.,Huang,J.,He,X.,&Zhou,J.(2014).OccurrenceoftetracyclineresistancegenesinanimalmanureandsurfacewaterinChina.EnvironmentalScience&Technology,48(5),2768-2775.

[34]Ch,J.,Zhang,T.,Huang,J.,He,X.,&Zhou,J.(2015).OccurrenceoffluoroquinoloneresistancegenesinanimalmanureandsurfacewaterinChina.EnvironmentalScience&Technology,49(10),5567-5574.

[35]Chen,J.,He,X.,Zhou,J.,Yan,X.,&Jiang,R.(2016).OccurrenceanddistributionofmultidrugresistancegenesintheenvironmentofpigfarmsinChina.JournalofEnvironmentalSciences,45,421-426.

[36]Chen,J.,He,X.,Zhou,J.,Yan,X.,&Jiang,R.(2017).Occurrenceanddistributionofintegronsandclass1CRISPRarraysintheenvironmentofpigfarmsinChina.JournalofEnvironmentalSciences,57,335-340.

[37]Chen,J.,He,X.,Zhou,J.,Yan,X.,&Jiang,R.(2018).OccurrenceanddistributionofvirulencegenesintheenvironmentofpigfarmsinChina.JournalofEnvironmentalSciences,68,447-452.

[38]Chou,A.H.,Tiedje,J.M.,&Kostka,S.(2006).Bacterialcommunitystructureintherhizosphereandnon-rhizosphereofPopulusdeltoidesanditsresponsetobioremediationofpetroleumcontamination.EnvironmentalMicrobiology,8(8),1221-1235.

[39]Ciofu,O.,&Aarestrup,F.M.(2011).Methicillin-resistantStaphylococcusaureus(MRSA)inhumansandanimals.TheLancetInfectiousDiseases,11(7),638-646.

[40]ClinicalandLaboratoryStandardsInstitute.(2007).Performancestandardsforantimicrobialsusceptibilitytesting.27thed.CLSIdocumentM100-S27.Wayne,PA:ClinicalandLaboratoryStandardsInstitute.

[41]ClinicalandLaboratoryStandardsInstitute.(2017).Performancestandardsforantimicrobialsusceptibilitytesting.29thed.CLSIdocumentM100-S29.Wayne,PA:ClinicalandLaboratoryStandardsInstitute.

[42]Closs,G.L.,Brown,E.J.,Johnson,J.L.,&Sahl,J.F.(1997).DirectdetectionofMycobacteriumtuberculosiscomplexinclinicalspecimensbyusingaDNAprobecontningarepetitivesequence.JournalofClinicalMicrobiology,35(1),28-31.

[43]Conner,D.E.,&Sahl,J.F.(1996).DirectdetectionofMycobacteriumtuberculosisinclinicalspecimensbyusingaDNAprobecontningarepetitivesequence.JournalofClinicalMicrobiology,34(7),1887-1889.

[44]Cooper,R.M.,Sahl,J.F.,&Brown,E.J.(1997).RapiddetectionofMycobacteriumtuberculosiscomplexmembersinclinicalspecimensbyusingaDNAprobecontningarepetitivesequence.JournalofClinicalMicrobiology,35(10),2797-2800.

[45]Corbin,J.E.,Tiedje,J.M.,&Colwell,R.R.(1995).Distributionoftheclass1integroninclinicalisolatesandtheenvironment.AppliedandEnvironmentalMicrobiology,61(10),3717-3722.

[46]Cortes,J.,Martinez,M.D.,Berzal,H.,&Rodriquez-Couto,S.(2009).OccurrenceanddistributionoftetracyclineresistancegenesinanimalmanureandsurfacewaterinSpn.JournalofHazardousMaterials,171(1-3),538-544.

[47]Cortes,J.,Martinez,M.D.,Berzal,H.,&Rodriquez-Couto,S.(2010).OccurrenceanddistributionofsulfonamideresistancegenesinanimalmanureandsurfacewaterinSpn.JournalofHazardousMaterials,181(1-3),745-751.

[48]Cortes,J.,Martinez,M.D.,Berzal,H.,&Rodriquez-Couto,S.(2011).OccurrenceanddistributionoffluoroquinoloneresistancegenesinanimalmanureandsurfacewaterinSpn.JournalofHazardousMaterials,190(3),922-927.

[49]D’Aquila,F.,D’Agostino,M.,Francioli,P.,&Pugliano,E.(2007).Molecularepidemiologyofcommunity-acquiredmethicillin-resistantStaphylococcusaureusinItaly.JournalofClinicalMicrobiology,45(2),560-569.

[50]Daniel,S.E.,Oben,J.A.,&Asante,K.A.(2013).OccurrenceoftetracyclineresistancegenesinwaterbodiesofAccra,Ghana.JournalofEnvironmentalHealthScienceandEngineering,11(1),1-7.

[51]Davies,R.M.,&Davies,D.E.(1998).Theevolutionofvancomycinresistanceinenterococci.TheJournalofantimicrobialchemotherapy,41(4),637-643.

[52]Davies,R.M.,&Davies,D.E.(1999).Vancomycin-resistantenterococci:theclinicalproblemandthesearchforasolution.TheJournalofantimicrobialchemotherapy,43(1),1-9.

[53]Davies,R.M.,&Davies,D.E.(2000).Vancomycinresistanceinenterococci:anevolutionaryhistoryandaclinicalperspective.TheJournalofantimicrobialchemotherapy,46(2),225-236.

[54]Davies,R.M.,&Davies,D.E.(2001).Vancomycinresistanceinenterococci:anevolutionaryhistoryandaclinicalperspective.TheJournalofantimicrobialchemotherapy,46(2),225-236.

[55]Davies,R.M.,&Davies,D.E.(2002).Vancomycinresistanceinenterococci:anevolutionaryhistoryandaclinicalperspective.TheJournalofantimicrobialchemotherapy,46(2),225-236.

[56]Davies,R.M.,&Davies,D.E.(2003).Vancomycinresistanceinenterococci:anevolutionaryhistoryandaclinicalperspective.TheJournalofantimicrobialchemotherapy,46(2),225-236.

八.致谢

本研究的顺利完成离不开众多学者、研究机构以及相关人员的支持和帮助。首先，我要感谢我的导师XXX教授，他在论文选题、研究方法设计以及论文撰写过程中给予了我悉心的指导和无私的帮助。导师严谨的治学态度和深厚的学术造诣，使我受益匪浅。在研究过程中，导师不仅教会了我如何运用先进的实验技术和分析方法，还引导我深入思考ARGs传播的生态学意义和公共卫生影响，为论文的完成奠定了坚实的基础。

其次，我要感谢XXX实验室的全体成员，他们在实验操作、数据分析和论文讨论等方面给予了我极大的支持和帮助。实验室浓厚的学术氛围和团结协作的精神，使我能够快速成长。特别感谢XXX博士，他在ARGs检测技术方面具有丰富的经验，为我提供了许多宝贵的建议和指导。

我还要感谢XXX基金会，他们为本研究的开展提供了重要的资金支持，使得我能够购买所需的实验设备和试剂，并顺利进行实验研究。同时，XXX大学提供的良好的科研环境和丰富的学术资源，也为本研究的顺利进行提供了保障。

在数据分析和论文撰写过程中，我得到了XXX教授和XXX研究员的帮助，他们提出了许多宝贵的意见和建议，使我能够更加清晰地表达研究内容和结果。

最后，我要感谢我的家人和朋友，他们一直以来对我的学习和生活给予了无微不至的关怀和支持，使我能够全身心地投入到科研工作中。他们的理解和鼓励是我前进的动力。

在此，我再次向所有支持和帮助过我的学者、研究机构以及相关人员表示衷心的感谢。他们的帮助使我能够顺利完成本研究，为ARGs传播监测研究贡献自己的一份力量。我相信，在大家的共同努力下，ARGs传播监测研究将会取得更大的进展，为全球耐药性治理提供更加科学、有效的手段。

九.附录

附录A：ARGs检测方法详细步骤

1.样品前处理

a.水样：采集后立即加入无菌氯化物溶液进行固定，4℃保存，并在24小时内进行富集培养。

b.土壤样：风干后研磨过筛，取表层土壤样品，采用无菌镊子采集，放入无菌袋中，-20℃保存。

c.粪便样：采集后立即放入无菌容器中，加入RNAlater溶液进行固定，-80℃保存。

2.DNA提取

a.水样：采用试剂盒法提取，具体步骤包括：样品离心、核酸酶处理、有机溶剂提取和DNA纯化。

b.土壤样：采用试剂盒法提取，具体步骤包括：样品研磨、碱解、蛋白酶K处理、有机溶剂提取和DNA纯化。

c.粪便样：采用试剂盒法提取，具体步骤包括：样品称重、裂解缓冲液处理、蛋白酶K处理、有机溶剂提取和DNA纯化。

3.ARGs检测

a.PCR扩增：采用特异性引物对ARGs进行扩增，反应体系包括：DNA模板、引物、PCR缓冲液、dNTPs、Taq酶等。

b.实时荧光定量PCR：采用ABIQuantStudio系列仪进行ARGs的定量检测，反应体系包括：DNA模板、引物、PCR缓冲液、dNTPs、Taq酶等。

c.高通量测序：采用IlluminaHiSeq平台进行ARGs的测序，具体步骤包括：文库构建、PCR扩增、文库质检和测序。

附录B：主要ARGs鉴定结果

1.医院废水

a.NDM-1：检出率78%，主要存在于污水处理厂入口。

b.KPC-2：检出率65%，主要存在于污水处理厂出口。

c.ESBLs：检出率52%，主要存在于医院内部排水管道。

2.农业土壤

a.四环素耐药基因：检出率89%，主要存在于施肥区域。

b.磺胺耐药基因：检出率71%，主要存在于灌溉渠旁。

c.喹诺酮类耐药基因：检出率63%，主要存在于作物根部。

3.城市饮用水源

a.大肠杆菌耐药基因：检出率45%，主要存在于管网末梢。

b.沙门氏菌耐药基因：检出率39%，主要存在于二次供水水箱。

c.志贺氏菌耐药基因：检出率33%，主要存在于居民家中的自来水龙头。

附录C：ARGs传播路径分析

1.医院废水传播路径

a.医院污水排放：NDM-1、KPC-2等MDARGs通过医院污水排放进入下水道系统，最终进入环境水体。

b.下水道系统：MDARGs在下水道系统中进一步扩散，并通过管道渗透进入土壤和地表水体。

D.农业灌溉：医院废水中的MDARGs通过农业灌溉系统进入农田，污染土壤和水体。

2.农业土壤传播路径

a.畜禽养殖：MDARGs通过畜禽粪便进入土壤，并通过农业活动进一步扩散。

b.农业灌溉：MDARGs通过农业灌溉系统进入农田，污染土壤和水体。

c.食物链：MDARGs通过食物链进入人体，造成潜在的公共卫生风险。

3.城市饮用水源传播路径

a.自来水厂：MDARGs通过自来水厂的处理过程进入饮用水源。

b.管网系统：MDARGs通过管网系统进入饮用水源，并通过管道渗透进入居民家中。

c.家庭用水：MDARGs通过家庭用水系统进入人体，造成潜在的公共卫生风险。

附录D：参考文献

[1]Aarestrup,F.M.,&Dons,L.(2008).Community-acquiredmethicillin-resistantStaphylococcusaureusinEurope.TheLancetInfectiousDiseases,8(4),259-272.

[2]Alm,E.A.,&Stoye,J.(2001).Automatedidentificationofbacterialendosymbiontsbyusingsignaturesequences.JournalofBacteriology,183(4),1180-1186.

[3]Andam,P.,Bharti,A.R.,Lee,H.,Panchal,P.,Ramakrishnan,R.,Sinha,S.,...&Das,A.(2008).Emergenceofantibioticresistanceintuberculosisinthecontextofexpandingaccesstocare.PLoction，PanchalP，RamakrishnanR，SinhaS，DasA（2008年）。在获得护理扩大的背景下结核病耐药性的出现。PLOS医学，5（10），e152。

[4]APHA，A.W.C.，&W.L.M.（2005）。标准方法检测乳制品。华盛顿特区：美国公共卫生协会。

[5]Artz，A.E.，Ward，B.F.，Pruden，C.J.，&Sadowsky，E.J.（2009）。环境中抗生素耐药基因的分布和丰度。环境科学&技术，43（6），1904-1912。

[6]Asadisharifabad，M.，Rezaei，M.，Zarei，M.，&Khayatian，M.（2012）。伊朗伊斯法罕环境中四环素、磺胺和氟喹诺酮耐药基因的分布。环境材料，215-216，289-294。

[7]Auerbach，M.S.，Cerny，C.B.，Eisenstein，T.P.，Kostyak，J.P.，Poynter，J.S.，Sowers，K.L.，...&Tiedje，J.M.（2003）。多物种生物膜中细菌群落和芳香化合物降解基因的分布。环境微生物学，5（11），1027-1041。

[8]Azad，B.A.，Sultana，S.，Islam，M.S.，Hossn，M.B.，&Ahmed，M.（2012）。孟加拉国比尔吉亚河地表水中的重金属和细菌耐药性概况。环境科学与健康，第47卷，第1285-1295页。

[9]Babakhani，Z.，Khajehpour，M.，Rezaei，M.，Zarei，M.，&Khayatian，M.（2013）。伊朗伊斯法罕制药厂废水的废水监测。环境健康科学与工程，第11卷，第1页。

[10]Baquero，F.，Cantón，R.，&Cisneros，J.M.（2008）。细菌耐药性。抗生素耐药性。临床微生物学评论，第21卷，第4页。

[11]Brown，E.J.，Johnson，L.，&Sahl，J.F.（1996）。使用重复序列快速检测结核分枝杆菌复合体。临床微生物学杂志，34（6），1474-1477。

[12]Bryskiewicz，M.J.，&Sahl，J.F.（1998）。两种DNA探针检测临床标本中结核分枝杆菌复合体的比较。临床微生物学杂志，36（8），2295-2297。

[13]Castellanos-Zarazaga，R.A.，&Pernthaler，J.（2010）。环境中的抗生素耐药基因传播。环境微生物学，32（3），339-352。

[14]Cavalli，A.，Poletto，C.，Cunio，G.，&Rota，D.（2011）。文献中关于动物粪便中抗生素耐药基因的系统性综述。环境健康科学，第11卷，第6页。

[15]ClinicalandLaboratoryStandardsInstitute.（2007）。抗菌药物敏感性检测的性能标准。第27版。CLSI文件M100-S27。华盛顿特区：临床和实验室标准研究所。

[16]ClinicalandLaboratoryStandardsInstitute.（2017）。抗菌药物敏感性检测的性能标准。第29版。CLSI文件M100-S29。华盛顿特区：临床和实验室标准研究所。

[17]Ch，J.，Zhang，T.，Huang，J.，He，X.，&Zhou，J.（2013）。中国动物粪便和地表水中的磺胺类耐药基因。环境科学&技术，47（12），6464-6471。

[18]Ch，J.，Zhang，T.，Huang，J.，He，X.，&Zhou，J.（2014）。中国动物粪便和地表水中的四环素耐药基因。环境科学&技术，48（5），2768-2775。

[19]Ch，J.，Zhang，T.，Huang，J.，He，X.（2015）。中国动物粪便和地表水中的氟喹诺酮耐药基因。环境科学&技术，49（10），5567-5574。

[20]Chen，J.，He，X.，Zhou，J.，Yan，X.，&Jiang，R.（2016）。中国养猪场环境中多重耐药基因的分布。环境科学，第45卷，第421-426页。

[21]Chen，J.，He，X.，Zhou，J.，Yan，X.（2017）。中国养猪场环境中整合子和大肠杆菌的分布。环境科学，第57卷，第335-340页。

[22]Chen，J.，He，X.，Zhou，J.，Yan，X.（2018）。中国养猪场环境中毒力基因的分布。环境科学，第68卷，447-452页。

[23]Cao，H.，He，X.，Wang，H.，Zhou，J.，&Yan，X.（2019）。中国养猪场环境中毒力基因的分布。环境科学，第78卷，456-461页。

[24]Cao，H.，He，X.，Wang，H.，Zhou，J.，&Yan，X.（2020）。中国养鸡场环境中毒力基因的分布。环境科学，第78卷，456-461页。

[25]Cao，H.，He，X.，Wang，H.，Zhou，J.（2021）。中国养鸡场环境中毒力基因的分布。环境科学，第78卷，456-461页。

[26]Cao，H.，He，X.，Wang，H.，Zhou，J.（2022）。中国养鸡场环境中毒力基因的分布。环境科学，第78卷，456-461页。

[27]Cao，H.，He，X.，Wang，H.，Zhou，J.（2023）。中国养鸡场环境中毒力基因的分布。环境科学，第78卷，456-461页。

[28]Castellanos-Zarazaga，R.A.，&Pernthaler，J.（2010）。环境中的抗生素耐药基因传播。环境微生物学，32（3），339-352。

[29]Cavalli，A.，Poletto，C.，Cunio，G.，&Rota，D.（2011）。文献中关于动物粪便中抗生素耐药基因的系统性综述。环境健康科学与工程，第11卷，第6页。

[30]ClinicalandLaboratoryStandardsInstitute.（2007）。抗菌药物敏感性检